FASTQ

perl のワンライナーに関しての、適当な解説 #1/#2/#3/#4

trim end

はっきり言ってコレを使う人はいないと思うが、シンプルなトリムの例として。

コンセプト

• phred quality 15 以下が五連続したら、カットする。

ワンライナー

$ perl -MO=Deparse -Mvars='@d' -F'' -lane 'push @d, $_ ; next if $. % 4 != 0 ; my $o;  L:for my $i ( 0 .. $#F ){ next L if ! defined $F[$i + 4] ;  for ( 0 .. 4){ next L if $F[$i + $_] gt q{0} } $o = $i ; last L } ; $o and $d[$_] = substr $d[$_], 0, $o for 1, 3; print join "\n", @d  ; @d = () ' fastq.fq 

解説

B::Deparse の結果で解説

BEGIN { $/ = "\n"; $\ = "\n"; }
use vars (split(/,/, '@d', 0));
LINE: while (defined($_ = <ARGV>)) {
    chomp $_;
    our @F = split(//, $_, 0);                     #3
    push @main::d, $_;                             #1
    next if $. % 4 != 0;                           #2
    my $o;
    L: foreach my $i (0 .. $#F) {
        next L unless defined $F[$i + 4];
        foreach $_ (0 .. 4) {                      #4
            next L if $F[$i + $_] gt '0';
        }
        $o = $i;
        last L;
    }
    $o and $main::d[$_] = substr($main::d[$_], 0, $o) foreach (1, 3);    #5
    print join("\n", @main::d);
    @main::d = ();                                 #6
}
-e syntax OK

while 文を回して、リード毎に @d にストック（#1）。
処理はリード毎なので、 quality 行以外は次の行に（#2）。
quality をチェックするので @F へ split（#3）。
quality が五連続で 15 以下になる最初の位置を $o にセット（#4）。
トリムの実行（#5）。
リード情報のクリア（#6）。

• phred score 15 は、ascii コード 48 番。即ち文字列 '0'
• 文字列の大小比較をしてしまえば良い。態々 phred score に変換するのはナンセンス。
• ラベルは活用した方が良いんじゃね？ goto は論外だけど